- 博客(14)
- 收藏
- 关注
RSS订阅原创 Neural Body
Neural Body实现及源码解读环境配置 cuda8.0数据准备源码下载：git clone git://github.com/zju3dv/neuralbody.git进入到neuralbody，并在neuralbody下创建data文件夹mkdir data，data文件夹下放置数据以及预训练模型：复现此项目的单目实验数据集下载：people_snapshot_public单目数据集下载链接：https://graphics.tu-bs.de/people-snapshot将数
2021-11-11 22:26:54
1746
4
原创 opencv python C++ 翻转，去噪，灰度反转，灰度压缩，白平衡，对比度，亮度，缩放，角度旋转
import numpy as npfrom skimage import data, exposure, img_as_floatimport cv2img = cv2.imread('girl01.jpg')# 任意角度# 旋转angle角度，缺失背景白色（255, 255, 255）填充# def rotate_bound_white_bg(image, angle):# # grab the dimensions of the image and then determ
2021-06-22 16:00:11
411
原创 逻辑回归
逻辑回归分类问题二元类代价函数分类问题在分类问题中，预测一个离散变量的值（0或1），可以使用一种逻辑回归的算法，预测变量属于哪一类。二元类我们将因变量(dependent variable)可能属于的两个类分别称为负向类（negative class）和正向类（positive class），则因变量y∈(0,1)\in(0,1)∈(0,1)，其中 0 表示负向类，1 表示正向类。值得注意的是二分类分类函数的取值 0<hθ(x)<10 < h_{\theta}(x) < 1
2020-11-04 10:44:10
160
原创 线性模型
线性模型基本形式线性回归基本形式给定由d个属性描述的示例X = （ x1; x2; …; xd ),其中xi是X在第i个属性上的取值，线性模型试图学得一个通过属性的线性组合来进行预测的函数，即举例：假设一个好瓜由色泽、根蒂、敲声决定，则可以假设一个预测线性函数为：其中xs、xg、xq 依次表示为色泽，根蒂与敲声。可以看出一个好瓜根蒂是最要紧的。线性回归给定一个数据集线性回归的目的是找到一个线性模型尽可能准确的预测实值输出标记。即使得为了确定w 与 b尽可能的拟合，减少f(x)与y之
2020-10-18 16:42:25
193
原创 形态学图像处理
形态学图像处理预备知识（一） 集合论中的基本概念（二）二值图像、集合及逻辑算子膨胀和腐蚀（1）膨胀（2）结构元的分解（3）strel函数（4）腐蚀（三）膨胀与腐蚀的结合预备知识（一） 集合论中的基本概念如果（x,y）是来自Z2Z^2Z2的整数，f是分配给每个不同坐标对（x,y）的亮度值的映射，那么函数f(x,y)被称为数字图像。令A是Z2Z^2Z2中的集合，A中的元素是坐标（x,y）处的像素。若w=(x,y)属于 A中的元素，则表示为：若w 不属于 A中的元素，表示为：若满足一定条件的像素坐
2020-10-08 21:30:18
1180
原创 图像分割
图像分割（一） 点、线和边缘检测1.1 点检测1.2 线检测1.3 使用函数edge的边缘检测（二） 使用霍夫变换的线检测（三）阈值处理（1）基础知识（2）基本全局阈值处理（3）使用Otsu’s方法的最佳全局阈值处理图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的
2020-10-06 21:04:09
612
原创 彩色图像处理
彩色图像处理（一） 在MATLAB中彩色图像的表示1.1 RGB图像1.2 索引图像1.3 处理 RGB 图像和索引图像的函数（二) 彩色空间之间的转换2.1 NTSC彩色空间2.2 YCbCr 彩色空间2.3 HSV彩色空间2.4 CMY和CMYK彩色空间2.5 HSI彩色空间2.6 独立于设备的彩色空间（三）彩色图像处理的基础知识（四）彩色变换（五）彩色图像的空间滤波（一） 在MATLAB中彩色图像的表示1.1 RGB图像一幅 RGB图像就是 M×N×3 大小的彩色像素的数组，其中的每个彩色
2020-10-05 00:38:07
616
原创 图像变换
数字图像处理第五章5.1 点变换5.1 点变换假设(w,z)和(x,y)是两个空间坐标系统，分别称为输入空间和输出空间。几何坐标变换可定义为输入空间点到输出空间点的映射：(x,y)=T(w,z)(x, y)=T(w, z)(x,y)=T(w,z)这里， T{.}叫做正向变换或正向映射。如果 T{.}有逆，可逆映射输出空间点到输入空间点:(x,y)=T−1(w,z)(x, y)=T^{-1}(w, z)(x,y)=T−1(w,z)图像处理工具箱采用tform 结构来描述几何坐标变换，tform 结
2020-10-04 01:35:19
407
原创 图像处理第四章
图像复原4.1图像退化/复原处理的模型4.2噪声模型4.2.1用imnoise函数为图像添加噪声4.2.2用给定分布产生空间随机噪声4.1图像退化/复原处理的模型用退化函数对退化过程建模，它和附加噪声选项一起，作用于输入图像f(x,y),产生一幅退化的图像g(x,y):复原的目标就是得到原始图像的估计。我们要使这个估计尽可能接近原始的输入图像。通常，我们对H和η(x,y)知道得越多，图像的估计就越接近f(x,y)。4.2噪声模型能够模拟噪声的行为和效果的能力是图像复原的核心。4.2.1用im
2020-09-30 15:21:29
995
原创 数字图像处理第三章
二维离散傅里叶变换(一)理论推导（二）在 MATLAB 中计算及观察二维 DFT背景知识：傅里叶变换在时域和频域上都呈离散的形式，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作DFT，也应当将其看作经过周期延拓成为周期信号再作变换。(一)理论推导令f(x,y)代表一幅大小为 MxN的 数字图像，其中x=0,1,2,…,M-1, y=0,1,2,…,N-1, 由 F(u,v)表 示 的f(x,y)的二维离散傅立变换(DFT)可以
2020-09-27 20:01:05
2481
原创 数字图像处理第二章---空间滤波
数字图像处理第二章（四）空间滤波2.4.1线性空间滤波（四）空间滤波邻域处理包含以下过程：(1)选择中心点(x,y);。(2)仅对预定义的围绕点(x,y)的邻域内的像素执行运算。(3)令运算结果为该点处领域处理的响应。(4)对图像上的每一点重复上述处理。移动中心点会产生新的邻域，每个邻域对应输入图像上的一个像素。若对邻域中像素的计算为线性的，则运算称为线性空间滤波(也使用术语“空间卷积”)；否则称此运算为非线性空间滤波。2.4.1线性空间滤波线性空间滤波的机理：在图像/中逐点移动滤波模板w
2020-09-13 23:21:14
876
原创 数字图像处理第二章
数字图像处理灰度变换与空间滤波（一）背景知识（二）灰度变换函数2.1 imadjust函数2.2 scretchlim函数2.3 对数及对比度扩展变换2.4.指定任意灰度变换2.5 针对灰度变换的某些公用M-函数灰度变换与空间滤波本章主要讨论两种重要的空间域处理方法：亮度(或灰度)变换与空间滤波。空间域技术直接对图像的像素进行操作，高度直观。（一）背景知识空间域处理由下列表达式表示：g (x, y)= T [ f (x， y)]其中，f(x,y)为输入图像，g(x，y)为输出(处理后的)图像，
2020-09-11 22:05:33
1271
原创 数字图像处理第一章
绪论数字图像处理的重要性源于两个主要应用领域：改善图示信息以便人们解释；为存储，传输和表示面对图像数据进行处理，以便于机器自动理解。（一）概念1.二维图像定义为二维函数f(x,y),其中，x,y是空间坐标，f(x,y) 是点（x,y）的幅值。灰度图像是一个二维灰度（或亮度）函数f(x,y)。彩色图像由三个（如RGB,HSV）二维灰度（或亮度）函数 f(x,y)组成。2.数字图像3.像素...
2020-09-05 21:00:16
620
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人